1、智能決策支持系統/IDSS簡介與案例研究基本概念 智能決策支持系統（IDSS，Intelligence Decision Support System）起源于八十年代初期，有Bonczek等人率先提出，它的核心思想是將人工智能(AI，Artificial Intelligence)和DSS相結合，應用專家系統技術，使DSS能夠更充分地應用人類專家的知識通過邏輯推理來幫助解決復雜的決策問題的輔助決策系統。人人工工智智能能專家系統（專家系統（ES）神經網絡神經網絡（ANN）專家系統是一個智能計算機程序系統，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該

2、領域問題。神經網絡是通過采用物理可實現的器件或采用計算機來模擬生物體中神經網路的某些功能與結構，神經網路屬于基于案例學習的模型。IDSS特性： 處理非結構化或半結構化的數據； 自主學習能力與推理能力； 良好的適應性和靈活性； 友好的人機接口； 體系結構 由于人工智能技術應用于DSS的程度與范圍不同，因此，構成IDSS的結構也不同，較完整與典型的IDSS結構是在傳統三庫DSS的基礎上增設知識庫與推理機，在人機對話子系統中加入自然語言處理系統（LS），形成智能人機接口，與四庫之間插入問題處理系統（PPS）而構成的四庫系統結構。傳統三庫DSS四庫IDSS體系結構智能人機接口 四庫系統的智能人機接口接

3、受用自然語言或接近自然語言的方式表達的決策問題及決策目標，這較大程度地改變了人機界面的性能。說好的減肥，卻管不住嘴，昨天吃的香蕉含糖量太高了，罪過罪過，現在又餓了。自然語言處理系統int i , j;select food where “she likes”;return i=banana;but she has banana yesterday;If(apple != yesterdays food ) j = apple; else if(pie = “low energy”)通過語法、語義結構分析等方法轉換為系統語言。體系結構問題處理系統 問題處理系統處于IDSS的中心位置，是聯系人與計

4、算機及所儲存的求解資源的橋梁，主要由問題分析器與問題求解器兩部分組成。問題處理系統的工作流程：問題處理系統的工作流程：體系結構知識庫和推理機 知識庫子系統是對有關規則、因果關系及經驗等知識進行獲取、解釋、表示、推理以及管理與維護的系統，在DSS中引進知識庫子系統提高了系統的智能化程度。知識庫子系統從組成上來看可分為三部分：知識庫管理系統、知識庫及推理機。知識庫子系統知識庫管理系統知識庫推理機增、刪、改、查等數據庫操作從已知事實推出新知識存儲不能用模型描繪的專家經驗研究現狀 目前，按照智能決策方法，大致可以把IDSS分為三類：基于人工智能、基于數據倉庫和基于范例推理的IDSS。IDSS基于人工智

5、能的IDSS基于專家系統基于機器學習基于智能代理基于數據倉庫的IDSS基于范例推理的IDSS多源數據集成、多源數據集成、OLAPOLAPCBRCBR（范例源）匹配與調整（范例源）匹配與調整存在問題 雖然近年來IDSS在技術上的發展突飛猛進，但由于面向的決策問題本身的復雜性，對于當前多數IDSS應用系統來說，有些問題還亟待解決： 脆弱性和知識獲取困難：傳統IDSS難以開發應用的主要原因； 封閉性：系統只能利用本地資源；且系統一旦設計完成，在增加資源很難； 模塊協調統一性差：數據庫、模型庫、方法庫和知識庫如何進行通信協調； 人機協調性差：主要表現在人機分工不合理和人機智能難結合； 靈活性和適應性差

6、：推理機制和解釋機制網王是靜態的，被動的； 案例研究適用性分析 交通事故管理問題是一個非常復雜的非結構問題。交通事故的管理可以分為事故檢測、事故確定、事故響應和事故清除4個階段，每個階段又有很多方案需要決策者進行決策。面對大量、復雜的相關數據，決策者采取哪套救援方案、如何指揮各個部門協同工作，高效地進行事故管理,將直接影響到事故所造成的損失大小。 IDSS在決策支持系統的基礎上引入人工智能技術，能夠較好地解決非結構化問題，為決策者提供定性和定量的建議，輔助其決策。引入IDSS的優勢在于： 對數據的采集和分析可以利用IDSS，減少人工負擔； IDSS可以對事故管理措施的效果進行模擬及評價，有利于

7、決策者作出最佳選擇； 由于交通事故的實時性，IDSS可以減少專家判定的延時，從而使得對于事故的處理更加及時，減少經濟損失； 【注】：以交通事故管理智能決策支持系統設計初探一文為例，作者：張晴，趙晶心，董德存。 案例研究模型庫設計模型庫基本數學模型庫事故檢測模型庫事故影響范圍確定模型庫事故影響范圍分析模型庫存放一些具有無針對性的基本數學模型和算法,如初等模型、微分方程模型、圖論及網絡分析模型以及概率統計模型等,支持其他模型庫的運行。存放一些用于事故檢測的模型和算法。交通事故影響范圍主要指由于交通事故而導致的交通延誤和排隊長度等。主要存放車輛排隊模型、車流波動模型和Boltzman模型等,以計算延

8、誤和排隊長度。其目標是建立事故延誤和排隊長度與年平均日交通量、通行能力、事故率、事件持續時間和左右路肩寬度等因素的關系,可以利用基本數學模型庫中的模型實現。案例研究數據庫設計數據庫面向單個檢測器的數據面向兩個檢測器的數據統計數據綜合數據（包括圖和表）所有的事故檢測算法都是根據交通流參數進行事故判斷的,因此,需要建立各個檢測器的交通流參數表。由于各種檢測算法所要求交通流參數的輸入形式不同,因此,需要建立面向2個檢測器的數據表。統計分析來自各檢測器的數據。統計ADT(日交通量)、AADT(年均日交通量)、WADT(周均日交通量)、MADT(月均日交通量)、PHF(高峰小時系數)、C(道路通行能力)

9、、高峰時段等數據。存儲模型庫模型和其它數據分析工具對源數據分析處理的結果:交通流模型參數、C1(事件發生后道路通行能力)、RT(事件響應時間)、CT(事件清除時間)等。案例研究知識庫設計知識庫事實庫規則庫實際上是事故描述事實庫與事故處理和疏導策略事實庫的映射關系。它的描述需要專家的經驗,是交通事故管理智能決策支持系統能否有效地對事故管理決策進行支持的關鍵。事故描述事實庫處理策略事實庫疏導策略事實庫存放“事故A為追尾事故”、“事故B為貨貨相撞事故”等對事故現象進行描述的事實。存放對各種交通事故處理方案的描述。存放對各種交通管理措施和誘導策略的描述。案例研究推理機設計推理機存在規則匹配不存在規則匹配根據交通事故的描述,如果交通事故描述事實M為真,并且在規則庫中有相應的規則“ IF MTHEN N”存在,則N為真。例如,如果有交通事故事實“交通事故A產生了人員傷亡”,且有一規則“IF交通事故i產生了人員傷亡,THEN調動醫務部門進行緊急救